d-메트릭스, 월러루를 인수하여 칩 간 추론 오케스트레이션

d-메트릭스는 AI 추론을 배포하고 오케스트레이션하는 소프트웨어를 만드는 월러루.ai를 인수했다. 이 거래는 산타클라라 칩 회사에서 2026년 8월 3일에 발표했다. 이 인수로 월러루의 플랫폼, 지적 재산 및 엔지니어링 스태프가 d-메트릭스로 들어오게 되며, 이는 칩 제조업체의 4개월 만에 두 번째 인수이다.

d-메트릭스의 추론은 어떻게 작동하는가? d-메트릭스의 코르사어 가속기는 GPU와 함께 작동하며, 언어 모델 요청의 디코딩 단계를 처리하고, GPU는_PREFILL을 처리한다. 이러한 분할이 라이브 클러스터에서 작동하려면 소프트웨어가 필요하다. d-메트릭스는 이제 이 소프트웨어를 인수했다.

월러루가 가져오는 것

월러루는 모델을 패키징해 x86, Arm, GPU 하드웨어에 배포하는 서빙 런타임과 제어 계층을 판매한다. 클라우드, 온프레미스, 에지, 외부망과 완전히 분리된 환경을 지원하며 vLLM과 SGLang 같은 주요 LLM 런타임도 지원한다. Wallaroo의 엔지니어링, 제품, 시장 진출 담당 팀은 d-Matrix에 합류한다. d-Matrix는 이들의 소프트웨어 아키텍처, 고성능 컴퓨팅, Kubernetes 운영 경험을 강조했다.

두 회사는 이미 같은 아키텍처를 설명하고 있었다. Wallaroo 창업자이자 CEO인 Vid Jain과 동료 두 명은 2026년 3월 16일 기술 글에서 서로 다른 종류의 반도체에 프리필과 디코딩을 나누어 맡기는 방안을 제시했다. 이들에 따르면 에이전트 트래픽은 약 2,000토큰의 짧은 요청이 약 84%, 8,000~64,000토큰 요청이 약 15%, 128,000토큰 이상 요청이 1% 미만이다. 마지막의 소수 요청이 GPU 시간을 독점해 뒤에 대기 중인 작업을 막는다. 저자들은 자체 시험에서 캐시 상태를 고려한 라우팅만으로 에이전트 트래픽의 최악 조건 첫 토큰 응답 시간을 75% 줄였다고 보고했다.

d-메트릭스의 창립자이자 최고 경영자인 시드 셰스는 고객이 “성능만이 아니라 운영 복잡성도 큰 장벽”이라고 말했다. 제인은 두 회사가 추론이 실리콘 문제와 배포 문제라는 점에서 동일한 견해를 공유한다고 말했다.

4개월 만에 두 번의 거래

d-메트릭스는 추론 시스템의 일부를 인수했다. 2026년 4월에 기가IO의 데이터 센터 사업을 인수하여 SuperNODE 시스템과 FabreX PCIe 기반 메모리 패브릭을 인수했으며, 캘리포니아 카를스바드에 있는 랙 규모의 시스템 팀도 인수했다. 기가IO는 에지 컴퓨팅에서 독립적으로 운영을 계속했다. 코르사어 자체는 2026년 6월 9일에 정식 생산을 시작했으며, 알칩과 함께 TSMC의 N6 노드에서 제조되었으며, SRAM 기반의 온칩 컴퓨팅 칩렛과 LP-DDR5 메모리를 사용했다.

이 거래는 2026년 11월 12일에 2억 달러의 시리즈 C 자금을 조달하여 20억 달러의 평가를 받았다. d-메트릭스는 또한 인피네온과 함께 저지연 AI 인프라 파트너십을 맺었다.

배포 계층을 인수하는 것은 이제 비-Nvidia (NVDA ) 컴퓨팅을 판매하는 모든 회사의 표준이 되었다. 퀄컴은 2026년 7월에 컴파일러 스타트업 모듈러를 인수했으며, Nscale은 Anyscale을 인수하여 컴퓨팅 스택을 높였다. Nebius는 Eigen AI를 6.43억 달러의 거래로 인수하여 추론 인프라를 강화했다. 두 번째 소프트웨어 스택이 필요한 실리콘은 실리콘에 하나가 포함된 실리콘에 패배한다. (QCOM )

조합이 테스트되는 곳

상업적 증거는 지금까지 Parasail이다. Parasail은 2026년 7월 7일에 코르사어를 배포하여 NVIDIA Hopper와 Blackwell 플릿과 함께 PREFILL을 GPU로 보내고 디코딩을 가속기로 보냈다. Parasail의 자체 커널 라우팅 기술이 이 기능을 수행한다. 이는 d-메트릭스가 이제 소유한 기능이다.

성능 사례는 Gimlet Labs가 2026년 3월 11일에 발표한 결과에 기반한다. gpt-oss-120b를 사용하여 1.6억 매개변수 드래프트 모델을 실행했으며, 추측 디코딩 단계를 GPU에서 코르사어로 옮기고, PREFILL과 검증은 GPU에서 유지했다. 이는 2배에서 10배 빠른 종단 간 요청을 보고했으며, 에너지 효율성도 일치했다. Gimlet은 이 이점을 카드의 2GB 온칩 SRAM과 약 150TB/s의 메모리 대역폭에 기인한다고 주장했다.

Corsair는 현재 우선 고객에게 대량 출하되고 있으며, d-Matrix는 두 조직의 통합에 맞춰 여러 분야의 엔지니어를 채용하고 있다. GPU와 가속기를 혼합한 랙을 다음에 구매할 고객은 모델이 평가 단계에서 실제 요청 처리로 얼마나 빨리 넘어가는지를 기준으로 판단할 것이다. 이제 그 속도를 좌우하는 소프트웨어는 d-Matrix가 보유하고 있다.

원문 기사의 출처: wallaroo.ai [1] · wallaroo.ai [2] · d-matrix.ai [3] · d-matrix.ai [4] · d-matrix.ai [5] · unite.ai [6] · unite.ai [7] · unite.ai [8] · unite.ai [9] · d-matrix.ai [10] · gimletlabs.ai [11]